基于神经网络的篇章标题选择求解

来源：计算机工程杂志2018年第9期北京时间：

作者：吕国英,关勇,李茹,郭少茹,谭红叶

单位：1.山西大学 a.计算机与信息技术学院; b.计算智能与中文信息处理教育部重点实验室,太原 030006; 2.大数据挖掘与智能技术山西省协同创新中心,太原 030006

摘要：为了从候选项中选择一个最合适的答案作为文章的标题,构建一个融合卷积神经网络和循环神经网络的模型。该模型包含卷积神经网络可用于提取数据局部特征的特点,结合循环神经网络捕捉句子上下文之间关联信息的特性,通过挖掘文章与标题之间的相关性,实现标题选 择的功能。测试结果表明,该模型能够有效缩短文本篇幅,提高提取的准确性。

关键词：阅读理解,标题选择,神经网络,相关性,循环神经网络

基金资助：国家高技术研究发展计划项目(2015AA015407);国家自然科学基金(61373082);山西省回国留学人员科研项目(2013-015);山西省科技基础条件平台建设项目(2014091004-0103);中国民航大学信息安全测评中心开放课题基金(CAAC-ISECCA-201402)。